公开(公告)号：CN107112006A

公开(公告)日：2017-08-29

申请号：CN201580053898.1

申请日：2015-10-01

Applicant: 微软技术许可有限责任公司

Inventor： A·施特尔克 ,  M·斯拉尼 ,  S·H·耶拉

IPC: G10L15/02 ,  G10L17/02 ,  G10L17/18

Abstract: 获得表示语音的特征向量对。一些对表示来自相同说话者的两个语音样本，并且其他对表示来自不同说话者的两个语音样本。神经网络利用彼此关联的两个向量的输入上的权重矩阵，将样本对中的每个特征向量馈送到单独的瓶颈层中。该神经网络使用特征向量和目标函数被训练，该目标函数诱导网络对语音样本是否来自相同说话者进行分类。来自关联的权重矩阵的权重被提取以供在生成用于语音处理系统的导出特征中使用，该语音处理系统可以受益于特征，该特征因此被变换为更好地反映说话者身份。

公开(公告)号：CN107112006B

公开(公告)日：2020-10-23

申请号：CN201580053898.1

申请日：2015-10-01

Applicant: 微软技术许可有限责任公司

Inventor： A·施特尔克 ,  M·斯拉尼 ,  S·H·耶拉

IPC: G10L15/02 ,  G10L17/02 ,  G10L17/18

Abstract: 获得表示语音的特征向量对。一些对表示来自相同说话者的两个语音样本，并且其他对表示来自不同说话者的两个语音样本。神经网络利用彼此关联的两个向量的输入上的权重矩阵，将样本对中的每个特征向量馈送到单独的瓶颈层中。该神经网络使用特征向量和目标函数被训练，该目标函数诱导网络对语音样本是否来自相同说话者进行分类。来自关联的权重矩阵的权重被提取以供在生成用于语音处理系统的导出特征中使用，该语音处理系统可以受益于特征，该特征因此被变换为更好地反映说话者身份。